$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유전자 알고리즘을 활용한 조선 소조립 공정 일정계획
Scheduling of Shipyard Sub-assembly Process using Genetic Algorithms 원문보기

산업공학 = IE Interfaces, v.20 no.1, 2007년, pp.33 - 40  

배희철 (부산대학교 산업공학과) ,  박경철 (삼성중공업 PI추진TF) ,  차병철 (ETRI 우정기술연구센터) ,  문일경 (부산대학교 산업공학과)

Abstract AI-Helper 아이콘AI-Helper

In this paper, we consider a scheduling problem of shipyard sub-assembly process. We introduce a skid conveyor system in a shipbuilding company. We develop a mathematical model and a genetic algorithm for shipyard sub-assembly process. The objective of the scheduling is to minimize the makespan whic...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 목적함수는 마지막 K 작업장에서 마지막 group J 작업의 작업시작 시간을 최소화함으로 최종작업의 작업 완료시간을 최소화하는 것이다. 제약식 (1)은 하나의 module은 하나의 group 에만 할당되는 것을 의미한다.
  • 본 연구는 소조립 skid 공정의 작업일정계획에 관한 연구로써 본 연구의 목적은 중량물의 다양한 작업 대상물이 존재하는 조선 소조립 공정의 skid conveyor system에서 유전자 알고리즘을 이용하여 최종 작업 완료시간 최소화를 위한 일정계획을 수립하는 것이다. 본 연구에서는 유전자 알고리즘의 유효성을 알아보기 위해 혼합정수계획 모델을 제시하였고 module 10개의 작은 크기의 문제에 대해 제시한 수리계획법과 유전자 알고리즘이 동일한 일정계획 결과를 얻을 수 있음을 보였다.
  • 본 연구에서 살피고자 하는 대상은 작업 대상물들이 배재 (Array), 취부(Mounting), 용접 1(Welding 1), 용접 2(Welding 2), 사상/이동(Finishing) 5단계의 공정을 skid conveyor system을 통해 흘러가는 소조립 공정 작업에 대해서 설비의 투자나 변경 없이 일정한 크기를 가진 skid에 올려질 작업 대상물들의 조합과이 조합들의 작업 투입 순서를 결정함으로써 최종 작업 완료시간(Makespan)이 최소가 되는 작업 일정계획을 수립하는 문제를 연구하였다. 일정계획 문제는 일반적으로 NP-hard 문제로 분류되어 현실적인 크기의 문제에 대해 최적해를 얻기가 어렵다(Baker, 1974).
  • 실험은 작업 module의 수가 다른 두 개의 문제를 이용하였으며, 문제의 data는 각각<표 2>, <표 3>과 같다. 본 연구에서는 skid conveyor system을 이용하는 5개의 작업장과 각각 10개, 27개 작업 module들의 최종 작업 완료시간 최소화를 위한 작업 일정계획 문제를 실험하였다. 개체집단 크기(population size)는 100, 최대 세대수(max generation) 3000, 교차율(crossover rate) 0.
  • (2005)는 고정정반에서 이루어지는 블록조립에 있어서 각 작업장의 부하를 가능한 평준화 할수 있도록 선행 계획을 수립하고, 고정정반에서 블록별 모양을 고려하여 실제 배치가 가능한 작업일정계획 시스템을 개발하였다. 본 연구에서는 천정크레인을 이용하는 고정정반에서 작업 대상물의 투입시점 및 작업장내의 배치위치를 결정하는 것이 아니라, skid conveyor system의 이동정반에서 작업 대상물의 투입시점과 투입량을 결정하는 작업일정계획을 수립하는 문제를 다루고자 한다. Min et al.
  • 제시된 수리계획법의 유효성과 유전자 알고리즘의 효율성을 검증하기 위하여 실험을 실시하였다. 실험은 작업 module의 수가 다른 두 개의 문제를 이용하였으며, 문제의 data는 각각<표 2>, <표 3>과 같다.

가설 설정

  • 선박 조립공정의 특징은 다음과 같다. 첫째, 작업 대상과 스케줄이 자주 변한다. 한대의 대형 선박을 건조할 때 선박의 각 부분별로 각기 달리 설계되며 각 부분들은 작업장별 공정별다른 작업 스케줄에 따라 작업이 이루어지고, 작업을 시작할 때마다 새로운 작업 스케줄을 생성해야 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
선박 조립공정의 특징은 무엇인가? 선박 조립공정의 특징은 다음과 같다. 첫째, 작업 대상과 스케줄이 자주 변한다. 한대의 대형 선박을 건조할 때 선박의 각 부분별로 각기 달리 설계되며 각 부분들은 작업장별 공정별다른 작업 스케줄에 따라 작업이 이루어지고, 작업을 시작할 때마다 새로운 작업 스케줄을 생성해야 한다. 둘째, 조립대상의 크기가 크고 조립(용접)작업에 소요되는 시간이 길다. 이러한 이동이 용이하지 않은 작업 대상물들에 대한 작업공간의 효율적인 운영을 위한 계획과 대상물들의 작업 일정 관리는 선박 조립공정에 있어서 매우 중요한 의사결정 요소이다.
선각공정은 어떤 공정을 거치는가? 조선 산업의 생산 공정을 크게 나누면 선박의 골격을 만드는 선각공정과 선박 내부에 각종 시설 및 설비를 장치하는 의장 공정 및 도장 공정으로 나눌 수 있다. 선각공정은 선박의 골격을 만드는 과정으로 강재가 야적장으로부터 쇼트장으로 운반되어 녹과 스케일을 제거하는 전처리 공정을 거처, 제관으로 이동, 절단 및 열처리, 성형 등의 공정을 거친다. 제관 완료부품은 소조립장으로 이동, 조립 후 블록을 만들기 위해 대조립 라인으로 이동된다.
조선 산업의 생산 공정을 크게 분류하면 무엇이 있는가? 조선 산업의 생산 공정을 크게 나누면 선박의 골격을 만드는 선각공정과 선박 내부에 각종 시설 및 설비를 장치하는 의장 공정 및 도장 공정으로 나눌 수 있다. 선각공정은 선박의 골격을 만드는 과정으로 강재가 야적장으로부터 쇼트장으로 운반되어 녹과 스케일을 제거하는 전처리 공정을 거처, 제관으로 이동, 절단 및 열처리, 성형 등의 공정을 거친다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. Baker, K R (1974), Introduction to Sequencing and Scheduling, Addison-Wesley, .MA. 

  2. Chung, K. H., Baek, T. H, Min, S. G., Kim, H S.,Park, J. C, Cho, K. K. and Park, C.K. (2001), Development of the spatial scheduling system and its applications in shipbuilding industry, IE Interfaces 14(4), 394-402 

  3. Gen, M. and Cheng, R. (1997), Genetic Algorithms and Engineering Design, Wiley-Interscience, NewYork 

  4. Goldberg, D. E. (1989), Genetic Algorithms in Search, Optimization and Machine Leaming, Addison-Wesley, New York 

  5. Kim, Y, Yun, B. and Lee, S. (1999), Meta Heuristic, Youngji Publishers 

  6. Kim, K D., Woo, S. B. and Hahn, H. S.(2001), A study on the erection scheduling for shipbuilding considering resource constraints, IE 14(3), 218-226 

  7. Koh, S. G., Park, J. C., Choi, Y. S. and Joo, C. M.(1999), Development of a block assembly scheduling system for shipbuilding company, IE 12(4), 586-594 

  8. Min, S.G., Moon, C.U., Lee, M.W., Chung, K Hand Park, J. C.(2000), A genetic algorithm application for the load balancing of ship erection process, IE Interfaces, 13(2), 225-233 

  9. Min, S.G., Lee, S.H, Kim, J. O., Ha, S. J. and Choi, T. H (2005), A case study for development of the block arrangement on fixed area and scheduling system, Special issue of the Society of Naval Architect of Korea, 1, 159-164 

  10. Park, K, Lee, K, Park, S. and Kim, S. (1996), Modeling and solving the spatial block scheduling problem in a shipbuilding company, Computers and industrial Engineering, 30(3), 357-364 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로